已閱讀1頁，還剩121頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文主要應(yīng)用小生境遺傳進(jìn)化算法,結(jié)合其它一些傳統(tǒng)的優(yōu)化方法,對(duì)一類多模全局優(yōu)化問題進(jìn)行了深入細(xì)致的研究.理論研究涉及到無約束條件下多模連續(xù)函數(shù)優(yōu)化問題、約束條件下多模函數(shù)全局優(yōu)化問題以及一類非凸的混合整數(shù)非線性規(guī)劃問題;案例研究涉及到供水系統(tǒng)三級(jí)離心泵最優(yōu)調(diào)速控制問題、GIS點(diǎn)矢量圖形的TSP問題、GIS線矢量圖形最優(yōu)路徑問題以及一些在現(xiàn)有文獻(xiàn)中被廣泛研究的測(cè)試函數(shù).研究工作主要針對(duì)以下幾方面的問題展開:1)保證算法以概率1收斂到全局最
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多模態(tài)優(yōu)化的混合小生境遺傳算法.pdf
- 基于小生境遺傳算法的無功優(yōu)化.pdf
- 小生境混合蛙跳算法研究與應(yīng)用.pdf
- 基于小生境混合蛙跳算法的優(yōu)化迭代學(xué)習(xí)控制算法研究.pdf
- 基于小生境pareto遺傳算法(npga)的優(yōu)化理論的研究及實(shí)現(xiàn)
- 小生境遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 基于小生境遺傳算法的增量貝葉斯算法.pdf
- 基于改進(jìn)小生境遺傳算法的配網(wǎng)無功優(yōu)化研究.pdf
- 排擠小生境遺傳算法的研究與應(yīng)用.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 改進(jìn)的小生境遺傳聚類算法應(yīng)用研究.pdf
- 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 運(yùn)輸調(diào)度問題的小生境免疫遺傳算法研究.pdf
- 小生境技術(shù)及求解約束優(yōu)化問題的遺傳算法研究.pdf
- 基于小生境自適應(yīng)遺傳算法的配電網(wǎng)無功優(yōu)化研究.pdf
- 基于多目標(biāo)優(yōu)化的改進(jìn)克隆小生境算法研究.pdf
- 自適應(yīng)小生境混合遺傳算法在車間調(diào)度問題中的研究.pdf
- 基于模糊聚類與多生境排擠的小生境遺傳算法研究.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于小生境遺傳算法的雙折合八木天線多目標(biāo)優(yōu)化設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論